【技术实现步骤摘要】
一种舰船轴频电场信号降噪方法及相关装置
[0001]本专利技术属于舰船水下电场信号处理领域,特别涉及一种舰船轴频电场信号降噪方法及相关装置。
技术介绍
[0002]舰船轴频电场信号通过特性明显且具备特征频段,可用于目标检测。然而,复杂的海况对舰船轴频电场的检测构成了挑战,从复杂的海洋环境噪声中检测微弱的舰船轴频电场信号一直是舰船水下电场探测的难题。只有尽可能减少实测信号中的噪声成分,才能最大限度还原轴频电场信号。当前轴频电场信号降噪方法主要是基于信号处理的传统方法,包括傅里叶变换、小波变换、经验模态分解和稀疏分解等,这些方法的核心是信号滤波,通过分解找到表征噪声的分量,进而将其滤除。然而这类方法降噪效果有限,难以实现对低信噪比信号的检测,且参数选取多依凭先验知识和人工经验。因此开展对低信噪比下的轴频电场信号降噪方法的研究具有重要意义。
技术实现思路
[0003]本专利技术的目的是为了解决低信噪比海况下轴频电场信号被淹没,难以对其检测的问题而提供的一种舰船轴频电场信号降噪方法及相关装置。
[0004]为实现上述目的,本专利技术采用以下技术方案:
[0005]第一方面,本专利技术提供一种舰船轴频电场信号降噪方法,包括:
[0006]采集舰船轴频电场信号,预处理后得到干净轴频电场信号;
[0007]将获得的干净轴频电场信号与实测环境的长时噪声信号中的一段进行线性叠加,得到不同信噪比的带噪轴频电场信号;
[0008]搭建基于双向循环神经网络BRNN的轴频电场信号降噪网络 ...
【技术保护点】
【技术特征摘要】
1.一种舰船轴频电场信号降噪方法,其特征在于,包括:采集舰船轴频电场信号,预处理后得到干净轴频电场信号;将获得的干净轴频电场信号与实测环境的长时噪声信号中的一段进行线性叠加,得到不同信噪比的带噪轴频电场信号;搭建基于双向循环神经网络BRNN的轴频电场信号降噪网络模型;将不同信噪比的带噪轴频电场信号作为后续模型训练和测试的数据集,将数据集中的训练样本输入轴频电场信号降噪网络模型;优化将训练样本,获得当前时刻的噪声预测值,通过损失函数获得噪声预测值与当前时刻实际噪声的均方差损失函数;重复训练得到训练好的的BRNN降噪网络模型,将带噪声轴频电场信号输入到训练好的BRNN降噪网络模型中进行降噪。2.根据权利要求1所述的一种舰船轴频电场信号降噪方法,其特征在于,舰船轴频电场信号为不同距离和特征频率的实测轴频电场信号。3.根据权利要求1所述的一种舰船轴频电场信号降噪方法,其特征在于,将获得的干净轴频电场信号与实测环境的长时噪声信号中的一段进行线性叠加为:任意选取一时间点开始步进式地插入至长时噪声数据,得到不同信噪比的带噪轴频电场信号,作为后续模型训练和测试的数据集。4.根据权利要求1所述的一种舰船轴频电场信号降噪方法,其特征在于,基于双向循环神经网络BRNN的轴频电场信号降噪网络模型中,BRNN降噪网络结构由RNN层和FC全连接层两部分组成;RNN层中的每个神经元之间的传播均使用tanh激活函数去线性化,输出层使用sigma激活函数去线性化;该层主要包括前向传播和后向传播两大部分,其计算过程如下:h
t
=tanh(Ux
t
+Wh
t
‑1+b)h
′
t
=tanh(U
′
x
t
+W
′
h
t+1
+b
′
)式中:x
t
为第t时刻的输入;h
t
为第t时刻的前向传播值,h
′
t
为第t时刻的后向传播值;U、U
′
为输入层x
t
至隐藏层h
t
的状态
‑
状态权重;W、W
′
为前一时刻的隐藏层h
t
‑1至当前时刻隐藏层h
t
的状态
‑
输入权重;b、b
...
【专利技术属性】
技术研发人员:胡桥,卢建术,苏文斌,范仁慧,韩斌雅,赵玉梁,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。